Visitas: 0
Durante los últimos años nos hemos acostumbrado a una idea muy concreta de «inteligencia artificial»: chatbots como ChatGPT o Gemini, capaces de escribir, resumir o programar con una fluidez asombrosa. Todos ellos comparten una misma base técnica: los grandes modelos de lenguaje, o LLM.
Estos sistemas se entrenan con cantidades ingentes de texto extraído de Internet. Después, cuando les hacemos una pregunta, no «razonan» en el sentido estricto de la palabra: predicen, palabra a palabra, cuál es la respuesta más probable según lo que ya han visto antes. Es una capacidad espectacular, pero no deja de ser una forma sofisticada de predicción estadística, no una comprensión real del mundo.
Aquí entra en escena Yann LeCun, uno de los padres de la inteligencia artificial moderna y ganador del Premio Turing en 2018. Tras más de una década como científico jefe de IA en Meta, LeCun anunció su salida de la compañía a finales de 2025, tras discrepancias con la dirección sobre hacia dónde debía dirigirse la investigación.
Su argumento es contundente: seguir escalando los LLM, poniendo más potencia de cálculo y más datos, no nos llevará a una inteligencia comparable a la humana. Le falta algo esencial: entender el mundo físico como lo entiende, por ejemplo, un niño pequeño o incluso un perro.
Con esa idea bajo el brazo, LeCun ha fundado en París AMI Labs (Advanced Machine Intelligence Labs), dirigida por el emprendedor Alexandre LeBrun. La respuesta del mercado ha sido espectacular: la empresa ha cerrado una ronda de financiación de 1.030 millones de dólares, la mayor ronda inicial (seed) de la historia europea, con una valoración de 3.500 millones de dólares. Entre sus inversores figuran nombres como Nvidia, Jeff Bezos, y otros.
Se puede ver la web de la empresa en: https://amilabs.xyz/
El núcleo técnico del proyecto se llama JEPA (Arquitectura Predictiva de Incrustación Conjunta), una idea que LeCun ya venía desarrollando en Meta. En lugar de generar texto o imágenes píxel a píxel, JEPA aprende representaciones abstractas del mundo: entiende relaciones, causas y consecuencias, ignorando los detalles irrelevantes.
Dicho de forma sencilla: mientras un LLM se pregunta «¿qué palabra viene después?», JEPA se pregunta «¿qué va a pasar después, y por qué?». Es la diferencia entre memorizar síntomas y comprender causas. O sea, no es ver “qué” está pasando, sino entender perfectamente “por qué” está pasando.
AMI Labs no busca competir por ahora con los chatbots conversacionales. Sus primeras aplicaciones apuntan a sectores como la robótica, la sanidad, la aeronáutica o el diseño industrial: sistemas capaces de predecir cómo evolucionará una situación real y planificar acciones en consecuencia, algo mucho más cercano al sentido común que a la simple generación de texto.
Cabe recordar que LeCun no está solo en esta idea: otras figuras destacadas de la IA, como Fei-Fei Li con su proyecto World Labs, exploran caminos similares. Parece que un sector cada vez más amplio de la comunidad científica cree que el futuro de la inteligencia artificial no pasa solo por hablar mejor, sino por comprender mejor.
Aún es pronto para saber si JEPA cumplirá sus promesas, pero una cosa está clara: la carrera por una IA verdaderamente inteligente, capaz de entender el mundo como lo hacemos nosotros, acaba de sumar un actor de peso. Y el tiempo nos dará los resultados.
ES 
EN